西安石油大学电子工程学院：《自动控制理论 Modern Control System》精品课程教学资源（重点难点与例题解析）第三章 线性系统的时域分析法

西安石油大学电子工程学院：《自动控制理论 Modern Control System》精品课程教学资源（电子讲稿）线性系统的时域分析法（第8讲）

基于面部动态表情序列，针对静态表情缺少时间信息等问题，将空间特征与时间特征融合，利用神经网络在图像分类领域良好的特征，对需要进行细节分析的表情序列进行处理，提出基于分离式长期循环卷积网络(Separate long-term recurrent convolutional networks, S-LRCN)的微表情识别方法。首先选取微表情数据集提取面部图像序列，引入迁移学习的方法，通过预训练的卷积神经网络模型提取表情帧的空间特征，降低网络训练中过拟合的危险，并将视频序列的提取特征输入长短期记忆网络(Long short-team memory, LSTM)处理时域特征。最后建立学习者表情序列小型数据库，将该方法用于辅助教学评价

多轴联动下的串联多关节工业机器人在空间轨迹运动时，在时间上保证各关节轴单独具有良好的跟踪性能，而由于机械电气的迟滞效应，并不能完全保证理想的轮廓轨迹，这说明各个伺服轴的运动在几何空间中的同步非常重要。针对运动指令与实际位置之间的迟滞所带来的机器人末端轮廓精度不高的问题，本文结合工业机器人现有的运动学和动力学以及传统的PID控制理论，研究了六关节机器人位置域控制算法。将机器人空间轮廓轨迹的控制，通过采用主?从运动关系实时建立的方法，将时域中的各个伺服关节的同步控制方法，变换到位置域的各个伺服关节的主?从跟随的控制方法，在实现位置域的同步控制的同时，引入基于位置域的PD控制，减少了主?从跟随控制的跟随误差，从而整体提高机器人末端的轮廓运动精度。该方法在Linux CNC(Computerized Numerical Control)数控系统上，以某公司HSR-JR605机器人为对象进行了实验，证明采用位置域控制方法对六关节机器人空间运动轨迹精度的提高有积极作用

针对卫星通信网频谱资源利用率低下的问题,以信道有效容量最大化为优化目标,提出了一种支持时延约束的卫星Underlay认知无线网络功率控制与优化算法.首先根据网络拓扑结构建立了功率干扰模型,通过引入时域信道相关系数,推导了完全与非完全信道环境下基于时延约束的认知用户有效容量优化目标函数,并利用Lagrange方法求解得到不同场景下认知用户的最佳功率调整策略,简化了功率控制优化过程,最后通过实验仿真分析了影响认知用户信道有效容量的因素.结果表明,该算法能够根据业务时延约束条件和信道衰落特性变化动态调整认知用户的最佳发送功率,与等功率分配算法相比认知用户的信道有效容量得到了明显提高

在Hermite矩模型基础上,根据Kaimal谱生成某典型风机结构正常风速条件下,三种不同概率特性风场(高斯、非高斯硬化和软化),在考虑来流风向和平均风速联合概率密度条件下,以塔架基础连接处为例,对风机进行疲劳寿命可靠性分析.由叶片的气动模型和多体动力,计算出风机的动力响应,并对响应的时域和频域特性进行分析.基于线性损伤累积理论和Paris公式,对来流全风向条件下的裂纹形成寿命和裂纹扩展寿命进行了详细讨论.结果表明,裂纹形成寿命对风荷载的非高斯性较为敏感,而裂纹扩展寿命对风荷载的非高斯性并不敏感,需要考虑风荷载的非高斯性对风机结构疲劳损伤的影响.此外,在考虑全风向来流条件下,疲劳裂纹形成和扩展阶段的失效位置相同,均在主导风向上

在金属材料内部夹杂物的超声检测中,如何通过检测获得的回波信号辨识夹杂物的属性和位置,一直是其重点和难点问题.通过建立包含夹杂物缺陷的二维金属板模型,采用有限元数值模拟的方法,对材料内部超声波场进行计算,获得了两种最典型的夹杂物Al2O3和TiN,以及二者在材料内部不同深度时的超声回波信号.研究了夹杂物类型和夹杂物深度对超声回波时域波形以及对界面波、夹杂物缺陷回波和底面回波频谱分布的影响规律

本文通过自行设计的阻抗测量装置,首先将交流阻抗时域测量技术应用于不锈钢缝隙腐蚀过程的研究,从而实现了对缝隙腐蚀过程的瞬时测量。实验得到了1Cr13不锈钢在缝隙腐蚀过程中不同极化时间的阻抗图。获得了缝隙腐蚀过程中有关氯离子在电极表面发生吸附、破坏等随时间的变化细节,并与缝内微区溶液成分的微电极现场监测数据相吻合。据此我们提出了不锈钢发生缝隙腐蚀的溶解方程式为:

在轴承疲劳试验机上对圆锥、圆柱轴承进行了真实故障试验,监测温度信号和振动信号,从信号处理方法、诊断参数选择、时域及频域分析等方面进行研究,得到了许多有价值的结论,找到了圆锥圆柱轴承故障诊断的有效方法

针对滚动轴承故障振动信号的特点,考虑变分模式分解在复杂信号分解及微积分增强能量算子在瞬态成分检测方面的优势,提出基于变分模式分解和微积分增强能量算子的滚动轴承故障诊断方法.首先利用变分模式分解将复杂信号分解为多个本质模式函数,以削弱背景噪声的影响和满足能量算子对信号单分量的要求;然后根据提出的敏感分量选取原则,从本质模式函数中选出包含主要故障信息的本质模式函数为敏感分量;最后利用微积分增强能量算子强化敏感分量中的瞬态冲击,并根据敏感分量瞬时能量的时域波形及Fourier频谱诊断滚动轴承故障.分析结果表明该方法能够有效诊断滚动轴承故障